Časť 1: Výrazné genetické znaky kortikálnych a subkortikálnych oblastí spojených s ľudskou pamäťou
Mar 21, 2022
Kontakt: Audrey Hu Whatsapp/hp: 0086 13880143964 E-mail:audrey.hu@wecistanche.com
Pin Kwang Tan,1 Egor Ananyev,2 a Po-Jang Hsieh3
1 The N.1 Institute of Health, National University of Singapore, Singapur, Singapur 117456,
2 Katedra psychológie, Technologická univerzita Nanyang, Singapur, Singapur 639798,
3 Katedra psychológie, Národná taiwanská univerzita, Taipei City, Taiwan 10617
Abstraktné
Napriek objavu génových variantov spojených sPamäťvýkon, pochopenie genetického základu pamäti dospelého človeka zostáva výzvou. Tu sme navrhli rámec bez dozoru, ktorý sa spolieha na priestorové korelácie medzi údajmi o ľudskom transkriptóme a funkčnými mapami neuroimagingu, aby sme odhalili genetické podpisyPamäťvo funkčne definovanom kortikálnom a subkortikálnomPamäťregiónoch. Výsledky boli potvrdené literatúrou o zvieratách a ukázali, že náš rámec je vysoko účinný pri identifikácii procesov a génov súvisiacich s pamäťou v porovnaní s kontrolnou kognitívnou funkciou. Gény prednostne exprimované v oblastiach kortikálnej pamäte sú spojené s procesmi súvisiacimi s pamäťou, ako je imunitná a epigenetická regulácia. Gény exprimované v oblastiach subkortikálnej pamäte sú spojené s neurogenézou a diferenciáciou gliových buniek. Gény exprimované v oblastiach kortikálnej aj subkortikálnej pamäte sa podieľajú na regulácii transkripcie, synaptickej plasticity a signalizácie glutamátového receptora. Okrem toho sú odlišné gény spojené s pamäťou, ako je PRKCD a CDK5, spojené s kortikálnymi a subkortikálnymi oblasťami. Oblasti kortikálnej a subkortikálnej pamäte teda vykazujú odlišné genetické podpisy, ktoré potenciálne odrážajú funkčné rozdiely v zdraví a chorobe a nominujú kandidátov génov na budúce experimentálne výskumy.
Kľúčové slová: poznanie; kortikálna; genetické; človek; Pamäť; neurozobrazovanie
Vyhlásenie o význame Anatomické a funkčné aspekty človekaPamäťsú dobre charakterizované, ale jeho biologické mechanizmy nie sú dostatočne pochopené. Tu, aby sme odhalili genetické podpisy spojené s človekomPamäťanalyzovali sme priestorové korelácie medzi génovou expresiou na mikroúrovni a neurozobrazovacími mapami na makroúrovni, aby sme odvodiliPamäť-súvisiace s biologickými procesmi a génmi bez dozoru. Zistili sme, že génové podpisy kortikálnej a subkortikálnej pamäte sú do značnej miery odlišné a sú s nimi spojenéPamäť. Identifikovali sme menej charakterizovanéPamäť- tiež súvisiace gény. Okrem toho náš rámec preukázal účinnosť a presnosť pri identifikácii súvisiacich génových podpisovPamäťoproti inej funkcii ako kontrola. Celkovo naša práca poskytuje prístup zameraný na človeka k pochopeniu genetiky kognície a identifikuje potenciálnych génových kandidátov pre budúce experimentálne výskumy.
Úvod
Pamäťfunkcia je rozhodujúca pre každodenný život, od mentálnej aritmetiky až po dlhodobé plánovanie. ĽudskéPamäťfunkcia je dobre charakterizovaná z hľadiska nervových korelátov spojených so správaním a duševnými poruchami. Poznatky z fMRI a štúdií lézií viedli k pochopeniu kortikálnej a subkortikálnejPamäťregióny ako funkčne odlišné oblasti, zahrnuté pod široký dáždnik pamäťovej funkcie (LaBar a Cabeza, 2006; Squire a Wixted, 2011). Napriek tomu, že pamäťová schopnosť je vysoko dedičná, s genetickými rizikovými faktormi pre poruchy pamäti, genetický podpis, ktorý je základom ľudskej pamäte, zostáva nedostatočne pochopený (Papassotiropoulos a de Quervain, 2011; Kandel a kol., 2014; Freudenberg-Hua a kol. , 2018). Naše poznatky o ľudských pamäťových génoch sú z veľkej časti založené na interindividuálnych variáciách v genómoch [napr. celogenómové asociačné štúdie (GWAS)] a krátkodobej časovej dynamike pamäťovej funkcie (Berto et al., 2017). Objavuje sa však záujem o využitie priestorovej dimenzie génovej expresie na identifikáciu genetických profilov funkčných sietí integráciou transkriptómov ľudského mozgu a neuroimagingových máp (Yarkoni a kol., 2011; Hawrylycz a kol., 2012; Ritchie a kol., 2018). Takéto prístupy založené na vzorcoch priestorovej expresie môžu pomôcť odpovedať na kľúčovú otázku: Existujú gény spojené s oblasťami všeobecnej pamäte v mozgu dospelého človeka? To môže poskytnúť bezprecedentný pohľad na biologické procesy a gény spojené s ľudskou pamäťou a navrhnúť potenciálnych kandidátov na ďalšie experimentálne skúmanie.
Na identifikáciu takýchto dospelých ľudských génov spojených so všeobecnýmPamäť, opierame sa o metódu priestorovej korelácie (Fox et al., 2014). Metóda identifikuje gény spojené s kogníciou, ktoré majú vysokú priestorovú koreláciu medzi ich génovou expresiou a neuroimagingovou mapou, ktorá predstavuje relevantnosť každej oblasti prePamäť(Obr. 1A, B). Tento prístup predpokladá, že gény zapojené doPamäťby mali byť vysoko exprimované v oblastiach mozgu, ktoré sú veľmi dôležité pre pamäť. Tento vzťah bol napríklad pozorovaný v prípade génu DRD2 spojeného s odmenou v oblastiach spracovania odmien (Mengod a kol., 1992; Pappata a kol., 2002; Schott a kol., 2008). Na genetickú expresiu a funkčné mapy sme použili transkriptóm Allen Human Brain Atlas (AHBA) a neuroimagingovú mapu "pamäť" neurosynth.
Potom sme sa identifikovaliPamäť-súvisiace genetické profily bez dozoru s analýzou obohatenia génovej sady (GSEA; Obr. 1C). Kvôli korelačnej povahe priestorovej korelačnej analýzy sme na usmernenie našej identifikácie biologických procesov a génov spojených s pamäťou čerpali z databáz biologických znalostí (tj analýzy obohatenia pomocou knižnice génovej ontológie). Aby sme identifikovali gény spojené s pamäťou špecifické pre kôru a pre subkortex, porovnali sme rozdiely medzi ich príslušnými génmi
Túto prácu podporila Duke-NUS Graduate Medical School a Yushan Young Scholar Program NTU-108V0202.
Poďakovanie: Ďakujeme Niloferovi Husainovi a Wu Jinlu za ich spätnú väzbu na skoré verzie tohto rukopisu. Údaje poskytol Allenov inštitút pre vedu o mozgu a úložisko Neurosynth.
Korešpondencia by mala byť adresovaná Pin Kwang Tan pri profiloch (obr. 1D). Ako tam sú gény, ktoré sú zahrnuté vo všeobecnostiPamäťcez kortikálne a subkortikálne oblasti (Gallo et al., 2018) sme tiež charakterizovali prekrývanie medzi kortikálno-subkortikálnymi genetickými profilmi (obr. 1D). Okrem toho sme na identifikáciu kandidátskych génov identifikovali hlavné-10 gény, s ktorými sú s najväčšou pravdepodobnosťou spojenéPamäťs analýzou nábežnej hrany (LEA; obr. 1E). Potom sme potvrdili naše výsledky overením, že genetické profily potvrdzujú experimentálnu literatúru. Nakoniec sme zhodnotili, či bol náš prístup efektívny a presný (obr. 1F,G).
Kvôli ich spoločnej a kritickej angažovanosti vo všeobecnostiPamäťanalyzovali sme kortikálne aj subkortikálne oblasti, ktorých sa to týkaPamäť. Je potrebné poznamenať, že predchádzajúce štúdie o funkčných sieťach sa zameriavali hlavne na kortikálne alebo subkortikálne analýzy v dôsledku odlišných profilov expresie. Môže to byť spôsobené výraznými rozdielmi v zložení neurónov, počte vrstiev a konektivite (O'Leary a Koester, 1993; Yushkevich a kol., 2009; Modha a Singh, 2010; Kim a kol., 2015). Na genetickej úrovni sa tieto rozdiely odrážajú v odlišných vzorcoch intenzity a variability génovej expresie (Hawrylycz et al., 2012; Richiardi et al., 2015; Fox et al., 2014). Preto sme ich priestorové korelácie analyzovali oddelene, pretože kombinácia oboch v analýze priestorovej korelácie by zachytila hrubé kortiko-subkortikálne rozdiely v intenzite expresie namiesto zmysluplných medziregionálnych rozdielov v genetickej expresii.
Napriek spoločnému zapojeniu vo všeobecnostiPamäť, našli sme do značnej miery odlišné biologické procesy a gény súvisiace s pamäťou v kortikálnych a subkortikálnych oblastiach. Kortikálne procesy zahŕňali imunitnú a epigenetickú reguláciu; subkortikálne procesy zahŕňali neurogenézu a diferenciáciu gliových buniek. Gény zdieľané v kortikálno-subkortikálnych oblastiach sa podieľali na regulácii transkripcie, synaptickej plasticity a signalizácie glutamátového receptora. Ukazujeme, že náš prístup identifikoval väčší počet pamäťových génov v pamäťovej analýze, ako sa očakávalo náhodou, a viac pamäťových génov ako génov motorických funkcií. Tieto výsledky poskytujú lepšie pochopenie genetiky spojenej s ľudskou pamäťou a nominujú kandidátske gény pre budúce experimentálne výskumy.
Materiály a metódy
AHBA transkriptóm
Transkriptóm AHBA bol vytvorený z normalizovaného vzorkovania mRNA microarray z kombinovaných 3702 odberových miest zo šiestich darcovských mozgov (Hawrylycz et al., 2012; N 6 ľavé hemisféry, N 2 pravé hemisféry; Obr. 1A; pozri Rozšírené údaje Obr. {{5 }} pre príklad vizualizácie génu). Darcami boli traja bieli muži, dvaja Afroameričania a jedna hispánska žena. Vek darcu sa pohyboval od 24 do 57 rokov, priemerný vek darcu bol 42,5 roka (SD 11,2 roka), údaje od všetkých šiestich darcov boli horizontálne zreťazené do súboru .csv, s jednou sondou na riadok. Ďalšie podrobnosti o súbore údajov a postupoch zberu údajov nájdete na stránke http://help.brain-map.org/display/human brain/Documentation.
Obrázok 1. Prehľad rámca zisťovania genetického podpisu. A, Neuroimagingové mapy AHBA a Neurosynth a ich predbežné spracovanie a integrácia do spoločného priestoru šablón neuroimagingu. B, Výpočet priestorovej podobnosti medzi mapami
oddelene pre kortikálne a subkortikálne oblasti a prePamäťa motorické funkcie, odvodením zoradeného zoznamu génov L na analýzu (obsahuje gény a strednú hodnotu r). C, Funkčná charakterizácia každého L s biologicky zmysluplnými génovými súbormi s GSEA predbežnou analýzou (bodkované čiary spájajúce L a génové súbory predstavujú zoskupenie génov do obohatených génových súborov), čo vedie k pozitívne a negatívne hodnoteným génovým súborom S a S. D, Hodnotenie rozdielov a prekrývania medzi kortikálnym a subkortikálnymPamäťgénov. E, Identifikácia kandidátskych génov spojených s kognitívnou funkciou a oblasťou mozgu, operacionalizovaná ako podskupina génov, ktoré riadia skóre obohatenia významne obohatených génových sád nájdených pomocou predbežnej analýzy GSEA. To vytvorilo dva zoznamy kandidátskych génov, CL a CL, ktoré obsahovali vysoko pozitívne a negatívne korelované gény zo S a S. F, Prehľad literatúry každého CL kvantifikujúceho gény spojené s cieľovou alebo kontrolnou kognitívnou funkciou. G, Posúdenie platnosti a presnosti rámca s každým z ôsmich CL. Pozri Extended DataFigure 1-1pre vizualizáciu expresie génu GRB14 v AHBA, Extended DataFigure 1-2pre vizualizáciu máp neurosynth a Extended DataFigure 1-3pre kortikálne a subkortikálne oblasti použité v analýza priestorovej korelácie.
Mapa asociácie pamäte neurosyntu
Ako neuroimagingové údaje prePamäťa motorické funkcie (obr. 1A; pozri rozšírené údaje obr. 1-2 pre vizualizáciu neurosyntuPamäťa motorové mapy). Tieto kognitívne funkcie boli vybrané, pretože boli do značnej miery funkčne a anatomicky odlišné a boli skonštruované z podobného počtu štúdií (pamäť 2744, Nmotor 2565). Neurosynth kvantifikuje relevantnosť každého voxelu pre užívateľom špecifikované hľadané výrazy (napr. pamäť) na základe databázy neuroimagingových štúdií. V príklade pamäťovej mapy je každému voxelu priradené az skóre, ktoré odráža preferenčné spojenie tohto voxelu s pamäťou namiesto iných funkcií. Napríklad veľké pozitívne skóre z v hipokampe znamená, že štúdie, ktorých abstrakty obsahujú slovo pamäť, s väčšou pravdepodobnosťou uvádzajú zapojenie hipokampu ako štúdie, ktoré toto slovo neobsahujúPamäť(Yarkoni a kol., 2011). Negatívne z skóre naznačujú vyššiu koreláciu s inými hľadanými výrazmi, ktoré nesúvisia s pamäťou, a preto boli z našich analýz vylúčené. V prípade širokých domén kognitívnych funkcií umožňujú jednotlivé výrazy generovanie máp, ktoré primerane dobre aproximujú cieľový kognitívny proces (Yarkoni et al., 2011). Preto sme použili pamäť a motor ako naše hľadané výrazy na odvodenie máp pamäte a motorických asociácií. Všimnite si, že v príklade pamäte tento prístup viedol k zahrnutiu širokého spektra podfunkcií, ako je pracovná pamäť a dlhodobá pamäť. To umožnilo širšiu a inkluzívnejšiu definíciu pamäte a motorickej funkcie na následnú identifikáciu ich genetických podpisov. Pri vytváraní takýchto máp je možné, že ohniská identifikované procesom automatickej extrakcie súradníc Neurosynthu môžu byť nepresné v dôsledku rôznych formátov údajov online neuroimagingových časopisov a stránok. V porovnaní so zlatým štandardom manuálne upravených aktivačných ohniskov v databáze systémov správy povrchov (SumsDB) však automaticky extrahované súradnice vykazujú vysokú citlivosť (84 percent) a špecifickosť (97 percent; Yarkoni et al., 2011). Ako také sú použité pamäťové a motorické neuroimagingové mapy primeranými aproximáciami oblastí zapojených do všeobecnej pamäte a motorickej funkcie.
Predspracovanie prepisu
modifikovaný Brodmannov atlas používaný AHBA a hipokampus bol preznačený ako subkortikálny namiesto kortikálnej oblasti v súlade s ľudskými neuroimagingovými konvenciami (Hawrylycz et al., 2012; Ji et al., 2019; zoznam kortikálnych a subkortikálnych oblastí v Rozšírené údaje Obr. 1-3). Pri predspracovaní boli sondy najskôr reanotované pomocou balíka Reannotator. Vylúčili sme sondy, ktoré mali 50 percent vzoriek presahujúcich úroveň expresie pozadia. Pre každý gén sme vybrali sondu s najvyšším skóre diferenciálnej stability, tj s najmenšou priestorovou variabilitou medzi darcami. Údaje AHBA boli normalizované (z skóre) pre každého darcu. Kortikálne a subkortikálne oblasti boli normalizované oddelene. Toto sa uskutočnilo s cieľom zohľadniť individuálne a kortiko-subkortikálne rozdiely v génovej expresii (Hawrylycz et al., 2011). Toto vrátilo maticu vzorky mozgu 15 625 gén po{13}} pre ľavú kôru a maticu 15 625-krát-497 pre ľavú podkôru. To poskytlo individuálny priemer 214 vzoriek ľavej kôry (rozsah: 175–259) a 83 vzoriek ľavej subkortikálnej kôry na darcu (rozsah: 59 – 115). V nasledujúcom kroku nižšie to bolo ďalej obmedzené na oblasti mozgu, ktoré sú predmetom záujmu pri spoločnej registrácii. Pri použití iného atlasu mozgu od AHBA je možné, že naša opätovná anotácia oblastí ako kortikálnych alebo subkortikálnych oblastí môže byť nepresná a môže ovplyvniť kortikálne a subkortikálne analýzy. Keďže sme však zachovali ontologické označenia AHBA a hipokampus sme jednoducho znova anotovali ako subkortex, tento krok je rozumný.
Spoločná registrácia pamäťovej mapy AHBA a Neurosynth
Aby sa umožnilo porovnanie priestorovej podobnosti medzi mapami neuroimagingu a AHBA s rôznymi rozlíšeniami, obe mapy boli spoločne zaregistrované do spoločného 3D stereotaktického mozgového priestoru (Fox et al., 2014). Urobilo sa to pomocou súradníc MNI poskytnutých AHBA na reprezentáciu bodov odberu transkriptómov v priestore šablóny MNI152. Toto bol tiež priestor, ktorý využívala mapa Neurosynth. Ako maska pre mapu AHBA bola použitá mapa neurosynth, takže do korelačnej analýzy boli zahrnuté iba prekrývajúce sa oblasti (Fox et al., 2014). Vzhľadom na obmedzenú dostupnosť hemisfér (šesť ľavých a dve pravé hemisféry) sme použili iba ľavé hemisféry, rozdelené na kortikálne a subkortikálne oblasti. V nasledujúcich krokoch boli kortikálne a subkortikálne analýzy oddelené. Okrem poskytnutia prehľadu o samostatných kortikálnych a subkortikálnych genetických mechanizmoch sa tým vyhlo aj zmätkom z ich odlišných transkripčných profilov (Richiardi et al., 2015). Potom sme zosúladili vyhladenie oboch máp vyhladením AHBA guľou s polomerom 6 mm. Na konci tohto kroku ich zostalo v priemere 93Pamäť(rozsah: 72 – 107)
a 65 motorických kortikálnych (rozsah: 55–76) dátových bodov a v priemere 40Pamäť(rozsah: 25 – 71) a 43 motorických subkortikálnych (rozsah: 24 – 69) údajových bodov na jednotlivca. Je možné, že spoločná registrácia máp AHBA a neurosynthu môže byť ovplyvnená chybami zavedenými počas transformácie súradníc MRI na MNI pomocou AHBA. Allen Institute však transformoval MRI na MNI súradnice
použitím štandardných metód pre incranio a exkréčné mozgy (štyri darcovské mozgy boli zobrazené ex cranio) a zabezpečili sme primeranú spoločnú registráciu vizuálnou kontrolou výsledných máp.
Analýza priestorovej korelácie údajov AHBA a Neurosynth
Na získanie hodnôt priestorovej korelácie na gén sme sa spoliehali na nástroj, ktorý koreluje priestorové AHBA a neuroimagingové mapy (Yarkoni et al., 2011; Fox et al., 2014). Každý údajový bod použitý v korelácii je bod v priestore s normalizovanou hodnotou intenzity génovej expresie a skóre z neurozobrazovacej mapy. Pre gén spojený sPamäťočakávali by sme vysokú priestorovú podobnosť medzi mapami AHBA a neurosynth, tj vzor vysokej génovej expresie v oblastiach vysoko relevantných pre pamäť a naopak. To by sa odrazilo vo vysokej priemernej korelačnej hodnote pre tento gén. Priestorovú analýzu sme aplikovali oddelene pre kortikálne a subkortikálne oblasti (obr. 1B). Približná analýza náhodných účinkov sa použila na zohľadnenie individuálnej variability génovej expresie a na potlačenie riedkeho kortikálneho odberu vzoriek na mapách AHBA. Sklon regresie darcu a prienik boli modelované individuálne. Následne sme získali priemernú korelačnú hodnotu každého génu (v priemere medzi šiestimi darcami), čo bola sledovaná štatistika. Z tohto kroku sme získali štyri zoznamy L z 15 625 génov, prePamäťa motorickú funkciu a príslušné kortikálne a subkortikálne oblasti.
Identifikácia biologických procesov kortikálnej a subkortikálnej pamäte
Použili sme nástroj na analýzu súboru génov (GSEA Pre-ranked, modul GenePattern, verzia 6.0.5) na identifikáciu súborov génov spojených s bežnými biologickými funkciami (obr. 1C). Štyri zoznamy génov L boli zoradené podľa priemernej korelačnej hodnoty (v tomto prípade použitá štatistika hodnotenia) a odovzdané do GSEA Pre-ranked. Každý zoznam L sme analyzovali pomocou GSEA vopred ohodnoteného s predvolenými parametrami vrátane váženého bodovania pomocou knižnice Gene Ontology Biological Process (c5.bp.v6.0.symbols.gmt). Vopred zoradené GSEA hľadá oddelene v hornej a dolnej časti každého zoznamu L gény, ktoré sa prekrývajú s každým súborom génov v databáze (Mootha et al., 2003; Subramanian et al., 2005). Toto prekrytie alebo obohatenie génovej sady sa hodnotilo váženým bodovaním na základe strednej korelácie (r-hodnota). Toto vráti normalizované skóre obohatenia, významnú hodnotu p a hodnotu FDR q (vo všetkých testovaných súboroch génov)
pre každý obohatený súbor génov. Z najvyšších pozitívne a negatívne korelovaných génov v každom zozname L sme získali samostatné súbory S a S pozitívne a negatívne obohatených génových súborov. Na následné analýzy sme použili iba všetky sady génov s FDR q {{0}}.05. Všimnite si, že motorická kortikálna (–) analýza (negatívne korelované gény z motorickej kortikálnej analýzy) nemala žiadne génové sady prežívajúce FDR 0,05, a preto sa nepoužila v následných analýzach, tj biologické procesy ani kandidátske gény ako výstup. To teda v skutočnosti znamenalo osem S a sedem S použiteľných sád pre nasledujúce kroky. Pre túto analýzu a následné kroky sa nazývajú gény, ktoré sa nachádzajú v 1 významne obohatenom súbore génovPamäťna rozdiel od najlepších-10 pamäťových génov identifikovaných nižšie.
Vizualizácia výrazne obohatených génových súborov
Identifikovať celkové biologické témy naprieč génovými súbormi. sme zoskupili súbory génov do sietí podľa génov, ktoré zdieľajú (obr. 1C). Pre každý pár súborov S a S sme vložili ich súbory génov do softvéru na vizualizáciu siete Cytoscape a zahrnuli sme súbory génov s FDR q 0.05. Potom sme použili aplikáciu Enrichment Map na vytvorenie sietí génových súborov a anotovali sme ich rozšírením Wordcloud na následnú interpretáciu (Cline a kol., 2007;Merico a kol., 2010;Oesper a kol., 2011 ). Toto sa uskutočnilo pomocou predvolených nastavení s výnimkou vlastného prahu hodnoty FDR q 0,05 (tj FDR 0,05). Tento krok vrátil štyri anotované mapy obohatenia pre zoznam L každej kognitívnej funkcie a pre každú z kortikálnych a subkortikálnych oblastí.
Funkčná anotácia prekrývajúcich sa génov
Na funkčné zoskupenie sme použili sadu ToppGene (s knižnicou Gene Ontology Biological Process).Pamäťgény (identifikované v analýze GSEA), ktoré sú (1) špecifické pre kortex, (2) špecifické pre subkortex, (3) a zdieľané medzi oboma (obr. 1D; Chen et al., 20}09). Z výstupu sme stanovili prahové hodnoty génových súborov biologického procesu ako tie, ktoré spĺňali FDR 0,05. To vrátilo tri zoznamy súborov génov, jeden pre každý typ génu vyššie.
Identifikácia kandidátskych génov spojených s kortikálnou a subkortikálnou pamäťou
Aby sme identifikovali najvyššie {{0}} gény, ktoré sú s najväčšou pravdepodobnosťou relevantné pre kognitívnu funkciu, identifikovali sme gény, ktoré sa často vyskytujú v súboroch génov s LEA (obr. 1E; Mootha et al., 2003; Subramanian et al., 2005). Na analýzu každej kognitívnej funkcie v kortikálnych a subkortikálnych oblastiach zadávame príslušné sady génov s FDR q 0,05 (stolná aplikácia javaGSEA). LEA potom identifikovala gény, ktoré sa často objavovali v popredných podskupinách génov v génových súboroch v S alebo S (Subramanian et al., 2005; Fleming a Miller, 2016). Gény sme zoradili podľa počtu špičkových génových sád, ktoré obohacujú; v prípade zhody v počte génových súborov ich zoradíme podľa strednej priestorovej korelačnej hodnoty. Najlepšie{10}} gény vyskytujúce sa najčastejšie v pozitívne a negatívne obohatených génových súboroch boli označené ako zoznam kandidátskych génov CL. Výstupmi boli zoznamy asociácií siedmich kandidátov na rozpoznávanie génov CL po 10 génoch pre všetky S a S.
